自駕技術離商用不遠了?「最懂自駕車」的詹景堯:先學習接受科技不完美
自駕技術離商用不遠了?「最懂自駕車」的詹景堯:先學習接受科技不完美

自動駕駛系統是電動車龍頭特斯拉(Tesla)的一大特色,能夠分析汽車行駛的速度,以及周邊道路的狀況,偵測到有障礙物或碰撞風險時,會自動採下煞車,提升交通安全。

近期,傳出部分車主的自動駕駛系統出現誤判,明明車子旁邊都沒人,汽車螢幕上卻顯示有人在移動的「靈異」現象,引發一陣討論。

提到自駕車技術,不能不提到台灣出生的詹景堯博士,他目前擔任柏克萊DeepDrive人工智慧自動系統研究中心主任,堪稱「最懂自駕車的男人」。

詹景堯博士
出生台灣的詹景堯博士,他目前擔任克萊DeepDrive人工智慧自動系統研究中心主任,堪稱「最懂自駕車的男人」。
圖/ 攝影 / 蔡仁譯

畢業於台大機械系的他,赴美取得柏克萊大學博士後,就留在美國做自駕車技術技術研究,產業資歷超過30年。他所帶領的柏克萊DeepDrive(BDD)團隊,是美國一流的自動車系統人才,合作的企業成員,包括Google、三星、華為和百度等20多家國際企業。

《數位時代》專訪詹景堯博士,分享他對於自駕車技術的觀察。

電動車帶動自駕車風潮,L2等級預計每年成長10%

自駕技術在電動車熱潮的帶動下,比起過去受到更多的關注,詹景堯解釋,兩者是完全不同的技術,不需要結合在一起,也能夠各自運作。

各車廠之所以加速投入自駕技術研發,其中一個原因是因為特斯拉將電動車與自駕技術結合,某種程度上設立了產業標竿,其他車廠的電動車產品,如果沒有搭配自駕技術來提升車輛的安全與舒適度,恐怕將難以競爭。

另一個原因是,在世界大國陸續頒布「禁售燃油車」的大限後,幾乎可以確定電動車將逐步成為主流,像自駕技術這類最新的科技,很自然的就會結合在電動車上。

特斯拉
特斯拉將電動車與自駕技術結合,設立了產業標竿,帶動其他業者跟進。
圖/ 攝影 / 高敬原

那麼,自駕技術可以替人類生活,帶來哪些好處跟改變呢?

根據美國汽車工程師協會(SAE)標準,自動駕駛分為0~5級。等級0無自動化、等級1駕駛輔助、等級2部分自動,中等級0~2需要人類監控駕駛環境,至於等級3至5則交由系統監控,等級3是有條件自動,等級4高度自動、等級5完全自動。

詹景堯說,現在特斯拉配備的全自動輔助駕駛(FSD),大約是落在Level 2的程度,可以做到偵測道路狀況,協助矯正偏離車道、倒車等狀況,控制方向盤、煞車和油門等輔助駕駛功能。「雖然無法100%處理道路上所有狀況,但Level 2的市場穿透率會高一點。」

參考各界工業界預測或評估,詹景堯指出,現在市面上大約只有10%的車,配有Level 2等級的輔助駕駛系統,他預估:「在未來5~10年內,每年大概都可以有10%的成長。」

無人計程車隊,離商業化更近了

至於更高等級的自駕技術,要能夠商業化落地,詹景堯認為還有些距離,主要是仍有技術挑戰需要突破。以台北的交通來說,城市道路複雜,馬路上有汽車、公車、機車、腳踏車等多類車種,對於自駕車來說,要做出準確判斷,挑戰仍很高。

此外,現在Level 4以上等級的自駕車,為了怕危險,行駛速度偏慢,體驗並不好,詹景堯認為,要提高一般大眾的接受度,將自駕車用在機場航站、停車場接駁,這類固定路線的「封閉式接駁」,或是長途運輸的物流車隊,商業化的機會比較大。舉例來說,具備Level 4等級自駕技術的Google Waymo,從2019年起在美國鳳凰城展開自駕車測試,並以無人計程車的方式,開放一般民眾透過手機預約搭乘,培養大眾對自駕車的信任與熟悉。

Waymo
具備Level 4等級自駕技術的Google Waymo,從2019年起在美國鳳凰城展開自駕車測試,並以無人計程車的方式,開放一般民眾透過手機預約搭乘。

詹景堯預估,未來五年內,也許會看到具備Level 4等級的小規模無人計程車隊,開始慢慢蓬勃發展。

不過背後也有不少挑戰,詹景堯認為,除了政府的政策需要夠開放外,也需要願意投資的企業,當這兩項因素都達成時,商業無人計程車隊的構想,才有可能成真。駕駛約佔計程車隊成本的6成,雖然少了這筆支出,但詹景堯說,無人車軟硬體投資成本較高,至少比一般車子貴2倍以上,維修成本也會偏高。

自駕技術要落地,先學習接受科技的不完美

然而更重要的,是我們是否能接受「科技的不完美」。

為了評估自駕車的技術能力,加州監理站每年都會發表「脫離報告」(Disengagement Report)」,標準是統計當自駕車遇到無法處理的狀況,需要脫離自動駕駛,須改由人類駕駛接手的次數。

詹景堯說,統計自駕車平均行駛每2萬公里,需要人為介入一次,「2萬公里是什麼概念呢?一般人一年平均開2~3萬公里,等於是一年才接手一次,說起來是很厲害啦!」

此外,Google也在2020年,發表了一份Waymo測試報告,當中指出,Waymo 的車輛一共已行駛了 981 萬公里之遠,脫離自動駕駛的次數共計47次,也就是平均20萬公里才會有一次,這當中都只是小碰撞,並沒有嚴重車禍,「這已經可以達到跟人類近乎相似的駕駛程度,Google已經把鳳凰城摸得很熟,這是會一直進步的。」詹景堯說。

詹景堯博士
詹景堯認為:「無人車可以對人社會,帶來很多其他好處,也許可以思考,只要機器的能力不比人類差,就可以接受。」
圖/ 攝影 / 蔡仁譯

背後的問題是,主管機關該如何設定自駕車相關標準?讓自駕車商業化營運。

「人對機器標準都很苛求,我們願意原諒人類犯錯,卻不能忍受機器犯錯。」我們是否應該學習,去接受科技不完美的一面,詹景堯認為,「無人車可以對人社會,帶來很多其他好處,也許可以思考,只要機器的能力不比人類差,就可以接受。」

電動車無疑是交通科技下一個趨勢,但對消費者來說,車子的動力系統從燃油變成電力,其實並非重點,車廠在競爭中勝出,必須投注更多心力在「體驗」上,自駕技術就是一個關鍵科技,除了可以提升駕駛舒適度,更重要的是能強化交通安全,避免車禍發生。

福特汽車(Ford)執行長法利(Jim Farley)曾說過:「(電動車的)成本正快速下降。但對我們的團隊而言,轉為發展電動車的重點不在電池和發動機,而是關乎車輛數位化和新的使用者經驗。」

自駕技術,將在電動車時代,扮演決定勝敗的關鍵角色。

責任編輯:錢玉紘

關鍵字: #自動駕駛
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓